Scoprire il valore nascosto dei Big Data

Copyright © 2013 HP Autonomy. All rights reserved. Other trademarks are registered trademarks and the properties of their respective owners.
Capitalizzarel’opportunità
BigData
Danilo Piatti, Autonomy Italy Country Manager
Baveno, 20 giugno 2013

2 Copyright © 2013 HP Autonomy. All rights reserved. Other trademarks are registered trademarks and the properties of their respective owners.
HP Solution focus
InformationSecurityCloud
HP propone un approccio che combina hardware, software e servizi per soluzioni a valore a supporto del business dei propri Clienti

Alcuni trend…
48%
Crescita annua dei
volumi dei contenuti
digitali a livello mondiale
90%
dei contenuti digitali
entro il 2015 saranno di
tipo non strutturato
75%
Delle attuali soluzioni di
datawarehousing non
sarà adeguata a gestire la
complessità della
domanda e la velocità di
adeguamento della nuova
tipologia di informazioni
(entro il 2016)
86%
Delle aziende non sono
in grado di rilasciare le
corrette informazioni nei
tempi adeguati per
supportare le esigenze di
business
¹Source: IDC Predictions 2012: Competing for 2020 ²Source: Gartner - The State of Data Warehousing in 2012 ³Source: Coleman Parkes Survey Nov 2012

Evoluzione Big Data: Extreme Information
La definizione Big Data come comunemente conosciuta non può
più considerarsi esaustiva al fine di consentire all’IT di trarre
valore manageriale dalle informazioni;
• la similitudine volumi elevati e big data é riduttiva anche se
costituisce un dato di fatto;
• la velocità e la variabilità delle informazioni non hanno
alcuna relazione con la velocità reale di fruizione o di utilita’;
• le informazioni sono complesse ma anche gli utilizzi
possono molto complessi e diversificati;
• è necessaria la valutazione e rilevazione di altre dimensioni
che consentono di affinare le modalita’ di analisi e renderle
piu efficaci
Volume
Varieta’
Complessita’
Velocita’
• È necessario valutare realmente le informazioni non solo in quanto tali ma rispetto al contesto e al loro effettivo utilizzo
(a titolo esemplificativo Gartner definisce quattro dimensioni di consapevolezza del contesto d’uso: obsolescenza,
validazione, correlazione, affidabilità);
• E’ necessario inoltre definire le modalità di utilizzo operativo delle informazioni stesse (chi le può utilizzare, con che
frequenza, in che modalità ed eventuale loro riutilizzo attraverso una pluralità di tecnologie.

I Big data nella value chain
Product
development
Risk assessment and
pricing
Market research
New product testing
Marketing and
sales
Cross-selling
Churn prevention
New customer
acquisition
Segmentation
Risk management
Multi Channel Analytics
• I Social Media dispongono di molte informazioni relative a clienti
esistenti e potenziali;
• la pluralita’ delle sorgenti informative, derivanti dalle nuove
modalita’ di interazione con la clientela, generano una grade
quantita’ di dati in continuo cambiamento;
• attraverso l’analisi dei contenuti social, si possono intercettare
opportunità, gestire eventuali criticità mediante la notifica di
opportuni alert alle unità di competenza;
• il Customer Service è diventato uno dei fattori differenzianti più
significativi in tutti i mercati verticali
• i Clienti interagiscono con i propri fornitori attraverso
smartphone, email e chat richiedendo livelli di servizio sempre
più elevati;
• è necessario avere una visione di insieme su queste differenti
modalità di interazione (e sui dati non strutturati che ne
derivano) per poter cogliere eventuali opportunità e definire
eventuali azioni correttive;
• Attraverso l’analisi delle interazioni è possibile ottenere
informazioni efficaci sul comportamento dei clienti e renderli
disponibili a tutte le organizzazioni aziendali.

Il paradosso delle informazioni
Gartner Inc 2012Information
Confusion,Cost,Risk

Social Media
• Una indagine Censis del 2011 colloca la rete al punteggio piu’ alto di credibilita’
dell’utenza per laricerca di informazioni (seguita da radio, giornali e
televisione);
• gli italiani in rete sono 30 Mil di cui il 72% con un reddito di fascia medio alta e
una cultura superiore/universitaria;
• il solo utilizzo del sito non e’ esaustivo per sfruttare al meglio le potenzialita’ del
web incluso l’universo social;
• le aziende possono utilizzare questo canale per abilitare nuove modalita’ di
comunicazione con la propria clientela non solo finalizzata al customer care ma
anche in termini di relazione istituzionale, in ottica di diffusione del brand e delle
proposizioni commerciali;
• nel Q1 2013 sono state categorizzate 774 conversazioni: il 56% delle
rilevazioni su ‘Linee Prodotti’, con predominanza di discussioni a carattere
neutro (richieste di informazioni, consigli, consulenze tra utenti sui prodotti); il
28% delle conversazioni ruota intorno ai ‘Servizi alla clientela’, di cui quasi la
metà emerge con tonalità negativa (soprattutto relative a storie personali e
customer satisfaction); il 15% delle conversazioni osservate si riferisce ai brand
dal quale si evince un sentiment negativo per quanto riguarda l’aspetto
dell’immagine (nel quale rientrano ad esempio i concetti di trasparenza,
fiducia, innovazione)
• a titolo esemplificativo i canali social possono essere utilizzati a supporto del
customer care (realizzando una comunicazione bidirezionale), per accogliere
suggerimenti relativi a prodotti e processi che vengano analizzati dai product
manager, per il raggiungimento piu’ efficace di target specifici, “ascolto” della
rete per individuare gli influencer e “gestirli”.

Information Management
Focus
• La sola valutazione della dimensione
volume non puo’ piu’ considerarsi esaustiva
per la definizione di Big Data;
• Gli insight provengono sia da sorgenti
interne che esterne alle organizzazioni; le
aziende gia’ detengono una serie di
informazioni: abbinando a questi dati
strutturati un’analisi dei canali social si
potrebbe ottenere una visione unitaria e
olistica di ogni cliente e/o segmento;
• La Suite HP Autonomy costituisce
l’infrastruttura abilitante per la
comprensione e per l’analisi unificata dei
dati strutturati e non strutturati.
• La pluralita’ delle sorgenti informative,
derivanti dalle nuove modalita’ di
interazione con la clientela, generano una
grade quantita’ di dati in continuo
cambiamento;
• L’ottimizzazione delle informazioni e’ un
problema rilevante e una opportunita’ di
maggior comprensione dei propri clienti;
• indagini di mercato prevedono income
maggiori di circa il 20% per le aziende che
sapranno capitalizzare l’utilizzo dei Big
Data.
Contesto

La sfida delle informazioni non strutturate
“Missed Opportunity” “Increased Risk” “Cost & Complexity”
10%
Social Media Video
Audio
Email
Texts Messages
Word, Excel
Images
Clickstream
Data
Transactional
Data
Logs
ERP CRM
HRMS Procurement
Supply Chain
Management/I
nventory
Mgmt
HP gestisce il 100% di queste informazioni
90%
Human Information Structured Information

HP-Autonomy IDOL (Intelligent Data Operating Layer)
Over 400 Connectors
Big Data &
Analytics
Search &
Collaboration
Data
Management
Customer
Experience Mgmt
Autonomy
Marketing
Optimization
Social Media Video Audio Email Texts IT/OT Search EngineDocumentsMobile Transactional
Data
Images
Autonomy Business Discovery – Autonomy Information Governance Presentation layer
Ambiti Applicativi
Sorgenti Informative
Aggregation Layer
HP Autonomy propone un’architettura che consente un approccio multi-canale, in grado di integrare le informazioni
aziendali con web e social media

Non solo email e documenti…
Live video or playback
from recorded /
archived footage
Automatically generated
transcript using speech
recognition
Speaker identification
Face identification Automatic keyframe
generation
Timecode
synchronisation
On-Screen text
recognition

Business Discovery Console
Multi canalità, immagine completa del cliente,
capacità unica di combinare e comprendere le
interazioni che avvengono tra il call center, sito web
e social media.
Sentiment Analysis, determinare il grado del
sentiment, della comunicazione.
Hot Topics e Breaking, rilevare automaticamente
gli argomenti e aree di interesse di rilievo/importanti
in tempo reale.
Report automatici, distribuzione automatica dei
report, offre rilevanti informazioni sulla base di
cliente business unit o singoli individui.
Allerting automatico, una volta che una tendenza
emergente è stata identificata, possibilità di
impostare azioni e funzionalità in base diversi criteri.
Autonomy Explore

Caso d’uso - Social Media Monitoring

Autonomy Explore, Social Media Analysis un esempio di utilizzo (cont.)
Business Discovery Console

HP Autonomy Information Governance Framework
Ensure Retention
& Disposition
HP Autonomy Information Governance
Una piattaforma integrata per la gestione del ciclo di vita delle informazioni,del policy
management e dell’archiviazione per avere le informazioni corrette al momento giusto.
Gain Full
Understanding
Automate Policy
Application
Prepare &
Respond: legal &
regulatory
Protect, Archive
& Secure

Information Protection:
Autonomy Policy Engine
Meaning Based Information Platform
Back-Up Archiving Discovery Compliance Analytics Content Mgt
Applications &
File Servers
Mobile,
Laptops, Devices
Secure
Social
Media
Video Audio Email Texts Mobile TransactionalData Documents IT/OT Search
Engine
Images
All Data
Sources,
Anywhere
Single,
Unified
Platform
Edge-to-
Edge
Protection
User-Driven
Recovery and
Access
Policy
Layer
Physical Virtual Cloud Hybrid
Autonomy Meaning Based Information Platform

HPControlPoint
File Shares
Content
Repositories
Apply Policy
Determine Relationship
Conoscere le
informazioni
Conoscere dove
sono le
informazioni
Conoscere il livello
di compliance delle
informazioni
Garantire la
corretta gestione
delle informazioni
HP
Archiving
HP TRIM
Index, Identify,
Harvest
Analyze, Classify,
Manage in-place
HP Data
Protector
Caso d’uso – Policy & Retention management

Scoprire il valore nascosto dei Big Data

Recommended

Recommended

More Related Content

Viewers also liked

Viewers also liked (20)

Similar to Scoprire il valore nascosto dei Big Data

Similar to Scoprire il valore nascosto dei Big Data (20)

More from HP Enterprise Italia

More from HP Enterprise Italia (20)

Scoprire il valore nascosto dei Big Data